[发明专利]一种基于路径排序的好友推荐方法与系统

权利要求书

1.一种基于路径排序的好友推荐方法，其特征在于，包括：

训练数据获得步骤：将原始数据组织成以图为数据结构的训练数据；

定义集合步骤：根据专家领域知识，对每一个特定的用户行为，定义一个包含路径类型的行为集合；

现有用户特征获得步骤：通过遍历所述训练数据训练二分类器，基于所述行为集合获得现有用户特征；

候选用户特征获得步骤：获取多组候选用户的用户-内容关系，通过使用训练好的所述二分类器，对候选用户行为进行特征提取，获得候选用户特征；

匹配步骤：将所述候选用户特征与所述现有用户特征进行匹配。

2.根据权利要求1所述的基于路径排序的好友推荐方法，其特征在于，所述训练数据获得步骤包括：

采样步骤：对于已发生的用户行为，围绕用户-内容关系使用封闭世界假设对负样本进行采样，采样结果为所述训练数据中的样本。

3.根据权利要求2所述的基于路径排序的好友推荐方法，其特征在于，所述现有用户特征获得步骤包括：

特征矩阵构建步骤：遍历所述训练数据中的每一条所述样本，以所述样本中的起始实体为起点，使用所述行为集合内的路径类型作为约束，对现有用户在一定时间段内的行为构建稀疏特征矩阵；

模型训练步骤：以所述稀疏特征矩阵为输入训练二分类器，将所述二分类器的全连接层作为行为特征；

聚类步骤：对于同一个用户的所述行为集合，对应获取与所述行为集合相同数量的所述行为特征，对所述行为特征进行聚类，获取聚类结果中最大的簇的均值为现有用户特征。

4.根据权利要求1所述的基于路径排序的好友推荐方法，其特征在于，所述匹配步骤包括：

距离计算步骤：计算所述候选用户特征与所述现有用户特征的欧式距离或余弦距离。

5.根据权利要求4所述的基于路径排序的好友推荐方法，其特征在于，所述候选用户特征与所述现有用户特征的欧式距离或余弦距离越小，候选用户与现有用户行为越接近。

6.一种基于路径排序的好友推荐系统，其特征在于，包括：

训练数据获得模块：将原始数据组织成以图为数据结构的训练数据；

定义集合模块：根据专家领域知识，对每一个特定的用户行为，定义一个包含路径类型的行为集合；

现有用户特征获得模块：通过遍历所述训练数据训练二分类器，基于所述行为集合获得现有用户特征；

候选用户特征获得模块：获取多组候选用户的用户-内容关系，通过使用训练好的所述二分类器，对候选用户行为进行特征提取，获得候选用户特征；

匹配模块：将所述候选用户特征与所述现有用户特征进行匹配。

7.根据权利要求6所述的基于路径排序的好友推荐系统，其特征在于，所述训练数据获得模块包括：

采样单元：对于已发生的用户行为，围绕用户-内容关系使用封闭世界假设对负样本进行采样，采样结果为所述训练数据中的样本。

8.根据权利要求7所述的基于路径排序的好友推荐系统，其特征在于，所述现有用户特征获得模块包括：

特征矩阵构建单元：遍历所述训练数据中的每一条所述样本，以所述样本中的起始实体为起点，使用所述行为集合内的路径类型作为约束，对现有用户在一定时间段内的行为构建稀疏特征矩阵；

模型训练单元：以所述稀疏特征矩阵为输入训练二分类器，将所述二分类器的全连接层作为行为特征；

聚类单元：对于同一个用户的所述行为集合，对应获取与所述行为集合相同数量的所述行为特征，对所述行为特征进行聚类，获取聚类结果中最大的簇的均值为现有用户特征。

9.根据权利要求6所述的基于路径排序的好友推荐方法，其特征在于，所述匹配模块包括：

距离计算单元：计算所述候选用户特征与所述现有用户特征的欧式距离或余弦距离。

10.根据权利要求9所述的基于路径排序的好友推荐系统，其特征在于，所述候选用户特征与所述现有用户特征的欧式距离或余弦距离越小，候选用户与现有用户行为越接近。